Women in Tech-serie: datawetenschap
In de technologiesector zijn vrouwen historisch gezien ondervertegenwoordigd. Niettemin is er een groeiende drang om meer vrouwen aan te moedigen in de technologie te werken en daarin te gedijen. Tegenwoordig zijn er veel clubs en projecten die vrouwen in de technologie ondersteunen, zoals netwerkgroepen, mentorprogramma's en beurzen.
De ondervertegenwoordiging van vrouwen in de IT-industrie heeft verschillende oorzaken, waaronder vooroordelen en vooroordelen, een gebrek aan mentoren en rolmodellen, en structurele hindernissen. Het stimuleren van de diversiteit in de technologiesector is niet alleen eerlijk, maar het is ook bewezen dat het betere resultaten oplevert, waaronder meer creativiteit en innovatie.
Om meer vrouwen aan te moedigen het veld te betreden, is het van cruciaal belang om de institutionele en culturele hindernissen te slechten die toegang tot en promotie in de technologiesector verhinderen. Dit omvat het ondersteunen van gelijke beloning, aanpasbare werkschema's en inclusieve werkplekculturen, naast het aanmoedigen van STEM-onderwijs voor jonge meisjes en vrouwen. Door deze stappen te ondernemen kunnen we ervoor zorgen dat vrouwen voldoende vertegenwoordigd en gewaardeerd worden in de technologiesector.
In deze blogserie erkennen we vrouwen die impact hebben gemaakt op verschillende technologische gebieden, te beginnen met datawetenschap.
Ook vrouwen op het gebied van datawetenschap zijn historisch ondervertegenwoordigd. Talloze programma's en organisaties proberen dit echter te veranderen.
Beschrijving afbeelding: Drie vrouwen werken achter een bureau.
Datawetenschap omvat het gebruik van statistische methoden en computationele methoden om inzichten uit grote hoeveelheden gegevens te halen. Nu datawetenschap in veel sectoren steeds belangrijker wordt, is er een groeiende vraag naar bekwame wetenschappers.
Ondanks hun behoefte daaraan zijn vrouwen echter nog steeds ondervertegenwoordigd op het gebied van datawetenschap.
Verschillende inspanningen en organisaties promoten vrouwen in de datawetenschap in een poging de genderkloof te dichten. Women in Data Science (WiDS) is bijvoorbeeld een mondiale organisatie die mentorschap, netwerkmogelijkheden en educatieve middelen biedt aan vrouwen die in het veld werken. In dezelfde geest is Women in Machine Learning (WiML) een groep vrouwelijke datawetenschappers en liefhebbers van machine learning die ondersteuning biedt aan deze gemeenschap.
Andere initiatieven zijn onder meer beurzen en trainingen die speciaal zijn afgestemd op vrouwen in de datawetenschap. Het Anita Borg Instituut helpt bijvoorbeeld vrouwen die een diploma in informatica en technologie willen behalen door studiebeurzen en andere vormen van hulp te verstrekken.
Diversificatie in de materiaaldiscipline vereist gezamenlijke inspanningen van individuen, organisaties en volharding. We kunnen ervoor zorgen dat datawetenschap profiteert van het volledige scala aan talenten en perspectieven als we de barrières slechten die vrouwen ervan weerhouden om het vakgebied te betreden en daarin te slagen.
Erkenning van de impact van de beroemdste vrouwen in datawetenschap
Ondanks de ondervertegenwoordiging van vrouwen in de datawetenschap zijn er meerdere belangrijke vrouwelijke figuren geweest die een aanzienlijke impact hebben gehad op de industrie, de wereld en ons (dagelijkse) leven. Het is belangrijk om de prestaties van degenen die het pad hebben vrijgemaakt voor andere vrouwen, op de juiste manier te erkennen en te vieren. Hoewel data science een enigszins nieuwe term lijkt, gaat de geschiedenis ervan terug tot het begin van de jaren zestig, de Tweede Wereldoorlog en zelfs tot de periode van koningin Victoria.
Beschrijving afbeelding: Computerwetenschapper Margaret Hamilton poseert met de Apollo-geleidingssoftware die zij en haar team bij MIT hebben ontwikkeld. Krediet: met dank aan MIT Museum
Enkele van de meest opmerkelijke werken van Margaret Hamilton waren haar bijdragen aan het Semi-Automatic Ground Environment (SAGE)-project en de Apollo-missies. Ze werkte in de jaren zestig aan het SAGE-project bij MIT, waar ze software schreef om vijandelijke vliegtuigen te identificeren.
Eind jaren zestig en begin jaren zeventig hielp ze met het coderen van de geleidings- en controlesystemen van de Apollo-missie bij NASA, waar ze de term 'software-engineering' codeerde om het werk dat zij en haar team deden te beschrijven.
Ze ontving de Exceptional Space Act Award van NASA in 2003 en in 2016 ontving ze de Presidential Medal of Freedom van president Barack Obama.
2. Katherine Johnson
Afbeeldingsbeschrijving: Portret van Katherine Johnson. Credits: NASA
Een andere invloedrijke vrouwelijke datawetenschapper uit de jaren zestig is Katherine Johnson, wier meest opmerkelijke bijdragen onder meer data-analyse voor de Freedom 7-missie in de Verenigde Staten en berekeningen voor de Friendship 7-missie zijn.
Ze wordt gecrediteerd voor het gebruik van gegevens om een perfect baanpad voor Freedom 7 te berekenen. Ze heeft ook bijgedragen aan de missie die het eerste vliegtuig naar een baan om de aarde stuurde en de Apollo 11-missie die de eerste man naar de maan stuurde.
Voordat ze bij NASA ging werken, maakte ze al de weg vrij voor ondervertegenwoordigde groepen, aangezien ze een van de eerste drie zwarte studenten was die zich inschreef voor een geïntegreerd graduate-programma aan de West Virginia University.
Haar bijdragen werden in 2015 ook erkend door president Barack Obama met de Presidential Medal of Freedom.
3. Florence Nachtegaal
Afbeeldingsbeschrijving: Portret van Florence Nightingale. Credits: Perry Pictures/Library of Congress, Washington, D.C. (LC-USZ62-5877)
Florence Nightingale, de grondlegger van de moderne verpleegkunde, was ook een datawetenschapper. Ze erkende het belang van een goede administratie in ziekenhuizen en organiseerde, met de steun van koningin Victoria, een Koninklijke Commissie om de sterftegegevens van het leger te analyseren.
Hun analyse hielp vaststellen dat de meerderheid van de sterfgevallen onder soldaten werd veroorzaakt door vermijdbare ziekten. Om haar impact nog groter te maken, creëerde Nightingale een diagram, nu bekend als het ‘Nightingale Rose Diagram’, om de gegevens te presenteren die de daling van de sterftecijfers aantonen na de implementatie van de praktijken van de Sanitation Commission. Door de gegevens toegankelijk te presenteren, werd gepleit voor nieuwe normen voor sanitaire voorzieningen.
4. Fei-Fei Lee
Afbeeldingsbeschrijving: Portret van Dr. Fei-Fei Lee voor een whiteboard. Credits: Philip Montgomery
Dr. Fei-Fei Li is een vooraanstaande Amerikaanse computerwetenschapper die belangrijke bijdragen heeft geleverd op het gebied van kunstmatige intelligentie.
Haar opmerkelijke werk omvat onder meer het dienen als hoofdwetenschapper van AI bij Google in 2017, als uitvinder van ImageNet en de ImageNet Challenge, en als een vooraanstaand pleitbezorger voor diversiteit in STEM en AI.
Ze is medeoprichter van de non-profitorganisatie AI4ALL, die zich richt op het bevorderen van de diversiteit en toegankelijkheid van AI. Dr. Li wordt algemeen beschouwd als een AI-pionier die sterk de nadruk legt op het belang van menselijke waarden bij de ontwikkeling van machinaal leren.
5. Dr. Jeannette Wing
Afbeeldingsbeschrijving: Portret van Dr. Jeanette Wing. Credits: Microsoft
Dr. Jeannette Wing, hoogleraar computerwetenschappen aan het Data Science Institute van Columbia, schreef in 2006 een essay met de titel 'Computational Thinking', waarin hij pleitte voor het belang van computationeel denken als een waardevolle vaardigheid voor iedereen. Ze bekleedde ook de functie van Corporate Vice President van Microsoft Research, waar ze een programma opzette om te voorspellen hoe technologie de samenleving in het komende decennium zou beïnvloeden.
De bijdragen van dr. Wing aan de computerwetenschappen hebben haar talloze onderscheidingen opgeleverd, en ze is een vooraanstaand lid van verschillende gewaardeerde organisaties, zoals de American Association for the Advancement of Science, de American Academy of Arts and Sciences en het Institute of Electrical and Electronic Engineers. (IEEE) en de Association for Computing Machinery (ACM).
6. Daphne Koller
Afbeeldingsbeschrijving: Portret van Dr. Daphne Koller. Credits: Pijler
Daphne Koller is een computerwetenschapper en ondernemer die belangrijke bijdragen heeft geleverd op het gebied van machine learning, met name op het gebied van probabilistische modellen en Bayesiaanse netwerken. Ze promoveerde in 1993 aan Stanford University en werd vervolgens hoogleraar computerwetenschappen aan Stanford, waar ze in 2011 mede-docent was van de eerste online cursus van de universiteit, die meer dan 100.000 studenten trok.
Ze heeft verschillende succesvolle startups opgericht op het gebied van kunstmatige intelligentie en machine learning, waaronder Insitro, een bedrijf dat machine learning gebruikt om nieuwe medicijnen en therapieën te ontwikkelen. Ze heeft vele onderscheidingen ontvangen voor haar werk op het gebied van de informatica.
De National Academy of Engineering, de American Academy of Arts and Sciences en de International Society for Computational Biology zijn enkele van de prestigieuze organisaties waar Koller lid van is. Ze is een leidende stem op het gebied van machine learning en een van de meest invloedrijke vrouwen op het gebied van technologie.
Academie voor Vrouwen en Code Labs
Vrouwen in de technologiesector en in de datawetenschap zijn historisch gezien ondervertegenwoordigd, maar er zijn door de jaren heen uitstekende voorbeelden van vrouwelijke datawetenschappers. Wij van Code Labs Academy zijn van mening dat onderwijs voor iedereen beschikbaar moet zijn, vooral voor vrouwen.
Met onze online evenementenreeks ‘Women in Tech’ die we in 2022 organiseerden, wilden we vrouwen een platform bieden om hun ervaringen binnen de branche te delen. Daarnaast is diversiteit en inclusiviteit een van onze bedrijfsprincipes, wat ook tot uiting komt in de genderratio van onze teamleden: momenteel is 52% van ons bedrijf vrouw en 4% non-binair. We willen ervoor zorgen dat we gelijke toegang tot onderwijs bieden voor mannelijke, vrouwelijke, queer en niet-binaire individuen.
Naast onze klassikale cursussen in Berlijn bieden we ook online programmeercursussen aan in Cyber Security, Data Science, UX/UI Design en Web Development. Dus iedereen over de hele wereld, ongeacht geslacht, achtergrond, enz., kan zijn doel nastreven en zijn eerste baan in de technologie beginnen.
Kom meer te weten
Als je meer wilt weten over onze bootcamps of als je vragen hebt over onze principes of waarden, neem dan contact met ons op via e-mail of bel ons.
Houd Eventbrite in de gaten voor onze workshops en evenementen in Berlijn, maar ook voor evenementen op afstand.
Als je wilt leren coderen, kun je er zeker van zijn dat je dezelfde kans krijgt als ieder ander als je studeert bij Code Labs Academy.
Bronnen:
-
https://www.collibra.com/us/en/blog/celebrating-four-female-data-scientists-who-changed-the-world#:~:text=Katherine%20Johnson%20is%20one%20of, vrouw%20data%20wetenschappers%20tot%20date.
-
https://odetta.ai/blogs/5-female-data-scientists-that-are-paving-the-way-in-2022-1
-
https://www.analyticsvidhya.com/blog/2022/03/women-leaders-in-data-science-top-influentials-from-the-industry/
-
https://profiles.stanford.edu/fei-fei-li
-
https://www.history.com/topics/womens-history/florence-nightingale-1
-
https://www.nasa.gov/content/katherine-johnson-biography
-
https://www.britannica.com/biography/Margaret-Hamilton-American-computer-scientist
